CyberStrikeAI：给 AI 渗透平台装上一道「审批闸门」

把渗透测试交给 AI Agent，最大的障碍从来不是模型不够聪明，是「不敢让它自己跑」。一个能调用 nmap、sqlmap、metasploit 的 Agent，如果判断错了，可能把生产环境打挂，也可能在你没有授权的目标上动手。

CyberStrikeAI 是这一类平台里做得比较完整的：上百款工具、C2 与 WebShell 会话管理、攻击链可视化、RBAC 权限、工具调用拦截、全链路审计。但我觉得最值得看的是它最近接入的审批机制——用决策模型来管「这个动作能不能执行」。

它是什么

一个 AI 原生的 Agent 渗透测试平台。基于 Eino 做多智能体编排，原生支持 MCP，可以把自然语言指令转成受控的攻防动作。

定位很明确：只用于已获得授权的安全评估和红蓝对抗演练。这句话不是免责套话，是它的产品边界——平台假设你已经有授权，它负责让授权范围内的操作更高效、更可审计。

控制台覆盖的六个面

任务管理、漏洞管理、WebShell 管理、MCP 管理、Skills 管理、系统设置。这六个模块基本覆盖了一次完整评估的生命周期：从建任务、跑工具、拿 shell、管漏洞、出报告。

工具生态

100 多个精选的 YAML 工具配方，覆盖完整攻击链。按类别大致是这样：

网络扫描：nmap、masscan、rustscan、arp-scan、nbtscan
Web 扫描：sqlmap、nikto、dirb、gobuster、feroxbuster、ffuf、httpx
漏洞扫描：nuclei、wpscan、wafw00f、dalfox、xsser
子域枚举：subfinder、amass、findomain、dnsenum、fierce
空间测绘：fofa、zoomeye、quake、shodan
API 安全：graphql-scanner、arjun、api-fuzzer
容器安全：trivy、clair、docker-bench、kube-bench、kube-hunter
云安全：prowler、scout-suite、cloudmapper、pacu、terrascan、checkov
二进制分析：gdb、radare2、ghidra、objdump、strings、binwalk
漏洞利用：metasploit、msfvenom、pwntools、ropper、ropgadget
密码破解：hashcat、john、hashpump
取证分析：volatility、foremost、steghide、exiftool
后渗透：linpeas、winpeas、mimikatz、bloodhound、impacket、responder

YAML 配方的好处是可以按角色控制、可以自定义扩展。不同的人拿到不同的工具集，这在团队协作里是必要的。

编排：三种多智能体模式

基于 Eino，支持单智能体、Deep、Plan-Execute、Supervisor 四种形态。工作流可以用 Agent、工具、条件、审批、输出这几类节点自由拼装。

还有「角色化测试」：为常见安全场景预置提示词和工具策略。比如做外网打点时用一套，做内网横向时用另一套，不用每次从零写提示词。

审批：这次更新的重点

这是我写这篇文章最主要的原因。

Agent 每次调用非白名单工具时，会把工具名、参数和策略一次性交给 Jev（TypeSafe 的决策模型）做结构化的放通/拦截判断，不再依赖聊天模型输出 JSON 再由代码解析。

Jev 并行判断两件事：这个操作有多大的破坏性风险，以及它是否符合授权的渗透意图。本地规则合成 approve 或 reject。默认放行授权范围内的渗透动作，只拦截四类：打挂业务、毁数据、改账号权限、改线上配置。

为什么不用聊天模型来判断？因为「输出 JSON 再解析」这条路在安全场景里不可靠。字段名写错、多包一层解释、置信度自报，任何一个都会导致审批逻辑误判。决策模型直接输出概率，代码拿概率做阈值判断，链路短、可审计。

这个设计思路我在别处也见过：把「判断」和「表达」拆开。审批需要的是判断，不需要解释。

部署

环境要求：Go 1.25+、Python 3.10+。

cd CyberStrikeAI
chmod +x run.sh && ./run.sh

run.sh 会自动检查 Go 和 Python 环境、创建虚拟环境、装 Python 依赖、拉 Go 模块、编译、启动。

然后配 AI 通道，这是首次使用前必须做的：

ai:
  default_channel: openai-main
  channels:
    openai-main:
      name: OpenAI Main
      provider: openai_compatible
      api_key: "$OPENAI_API_KEY"
      base_url: "https://api.openai.com/v1"   # 或 https://api.deepseek.com/v1
      model: "gpt-4o"                          # 或 deepseek-chat, qwen3-max 等
      max_total_tokens: 120000
      max_completion_tokens: 16384

其他启动方式：

# 直接运行（需自行配环境），与 run.sh 默认一致可加 --https
go run cmd/server/main.go --https

# 手动编译
go build -o cyberstrike-ai cmd/server/main.go
./cyberstrike-ai --https